Guia
Vídeo de produto com IA: de uma foto do produto a um clipe pronto
Publicado em Atualizado em Por DreamClip
Um gerador de vídeo de produto com IA tem um trabalho de verdade: pegar a foto do produto que você já tem e dar a ela um movimento que valha a pena assistir. No DreamClip isso é um quadro inicial e um prompt. O Kling 3.0 é o modelo para abrir primeiro, porque mantém um objeto estável num giro, num despejar ou num unboxing por até 15 segundos e gera o som da cena. O Veo 3.1 assume quando o clipe precisa de uma fala, e o Seedance 2.5 quando precisa durar até 30 segundos ou terminar numa segunda imagem.
Este guia é o caminho inteiro, em ordem: fazer ou limpar a imagem, animar, colocar som e narração, tirar o fundo quando um marketplace pede fundo liso e cortar na vertical para anúncios. Toda especificação de modelo aqui vem do nosso catálogo, e nada é cobrado por um clipe que falha.
O que um gerador de vídeo de produto com IA precisa entregar
Um vídeo de produto que vende são três tomadas, e a maioria dura cinco segundos. O movimento principal mostra o objeto inteiro fazendo uma coisa: girando, abrindo, despejando, acendendo. O detalhe chega perto da parte que justifica o preço: a costura, o cristal, a textura do creme. O contexto coloca o produto numa vida: num pulso, numa mesa, numa mão sobre a bancada de uma cozinha ensolarada. Uma foto do produto alimenta as três, porque cada uma é um prompt diferente sobre o mesmo quadro inicial.
- Movimento principal: um movimento, uma câmera lenta, o produto preenchendo o quadro, 5 a 8 segundos.
- Detalhe: um enquadramento macro numa característica, uma luz rasante sobre ela, 3 a 5 segundos.
- Contexto: uma mão, uma superfície, um ambiente, com o produto fazendo aquilo para que serve, 5 a 10 segundos.
Gere as três separadas em vez de pedir tudo a um clipe só. Um modelo que recebe um giro, um macro e uma cena de estilo de vida no mesmo prompt entrega uma confusão; pedindo um de cada vez, ele entrega três clipes aproveitáveis.
Primeiro faça ou limpe a foto do produto
O clipe herda tudo o que está no primeiro quadro: a luz, a poeira na lente, o rótulo torto, o fundo bagunçado. Corrija a imagem antes de animar, porque um primeiro quadro ruim custa cada segundo depois dele. Se você tem uma foto de produto razoável, limpe. Se não tem nenhuma, crie uma.
O Nano Banana Pro faz as duas coisas. Ele edita uma foto que você envia, então você pode pedir para colocar o frasco sobre mármore branco perto de uma janela, tirar a etiqueta de preço ou endireitar o rótulo, e ele gera imagens em 1K, 2K ou 4K. Para uma foto de produto nova a partir de uma descrição, comece pela nossa página de gerador de imagens ou pela página do Nano Banana, que têm prompts de partida. Para uma foto que você quer manter mas mudar, a página imagem para imagem mostra a edição.
Os modos de imagem do Editor cuidam das correções mecânicas. Plano de fundo remove ou troca o que está atrás do produto, Retocar apaga um arranhão ou um reflexo, Redimensionar amplia a tela quando uma foto quadrada precisa ser 9:16, e Aumentar resolução leva uma imagem pequena da web a um tamanho que aguenta a tela cheia de um celular.
- Um produto, centralizado, com espaço em volta para o movimento que você planeja.
- Luz suave e direcional; o modelo vai mantê-la, então escolha agora.
- Um fundo liso ou com propósito. Bagunça na imagem vira bagunça que se mexe.
- O formato que o clipe vai ter: uma imagem 9:16 para um anúncio vertical, 1:1 para um post no feed.
Os quatro modelos de vídeo num relance
Quatro modelos de vídeo cobrem todo trabalho de produto deste guia. Durações, tamanhos e som desta tabela vêm do nosso catálogo, então batem com o que o estúdio deixa você escolher hoje.
| Modelo | Criador | Duração do clipe | Tamanhos | Som | Imagem inicial | Fotos de referência |
|---|---|---|---|---|---|---|
| Kling 3.0 | CriadorKling | Duração do clipe3 a 15 s | Tamanhos720p, 1080p | SomSim, ativado por padrão | Imagem inicialSim | Fotos de referênciaNão |
| Kling V3 Turbo | CriadorKling | Duração do clipe3 a 15 s | Tamanhos720p, 1080p | SomNão | Imagem inicialSim | Fotos de referênciaNão |
| Veo 3.1 (with audio) | CriadorGoogle | Duração do clipe4, 6 ou 8 s | Tamanhos720p, 1080p | SomSim, ativado por padrão | Imagem inicialSim | Fotos de referênciaNão |
| Seedance 2.5 | CriadorByteDance | Duração do clipe4 a 30 s | Tamanhos480p, 720p, 1080p | SomSim, ativado por padrão | Imagem inicialInicial e final | Fotos de referênciaNão |
- KlingKling 3.03 a 15 s · 720p, 1080p
- KlingKling V3 Turbo3 a 15 s · 720p, 1080p
- GoogleVeo 3.1 (with audio)4, 6 ou 8 s · 720p, 1080p
- ByteDanceSeedance 2.54 a 30 s · 480p, 720p, 1080p
Formatos: o Kling 3.0 e o Kling V3 Turbo geram 16:9, 9:16 e 1:1. O Veo 3.1 gera 16:9 e 9:16. O Seedance 2.5 gera esses mais 4:3, 3:4 e 21:9, e é o único dos quatro que recebe um quadro final.
Imagem para vídeo: o giro, o despejar, o unboxing
Abra o Kling 3.0 com quadro inicial, envie a imagem e descreva o movimento, não o produto: o modelo já está vendo o produto. Diga o que se move, como a câmera se move e qual é o som. Estes cinco movimentos cobrem a maioria das categorias de produto, e você pode rodar os prompts como estão.
| Movimento | Prompt | Modelo | Duração |
|---|---|---|---|
| O giro | PromptUma órbita lenta de 180 graus em volta do produto sobre a superfície, a luz passando por ele, nada mais se move, o zumbido de um estúdio silencioso | ModeloKling 3.0 | Duração8 a 12 s |
| O despejar | PromptO líquido cai devagar no copo ao lado da garrafa, gotas de condensação se formando, o som do próprio líquido, foco raso | ModeloKling 3.0 | Duração6 a 8 s |
| O unboxing | PromptDuas mãos levantam a tampa, o papel de seda se abre, o produto sobe para um feixe de luz, o raspar suave da caixa | ModeloKling 3.0, ou Seedance 2.5 com quadro final | Duração8 a 15 s |
| O macro | PromptUma aproximação lenta no fecho, a luz rasante sobre o metal escovado, poeira no feixe, o foco firme | ModeloKling 3.0, depois Kling 3.0 4K para a entrega | Duração4 a 6 s |
| A fala | PromptUma apresentadora mostra o frasco para a câmera e diz “É desse que eu nunca abro mão”, luz suave de janela, câmera na mão | ModeloVeo 3.1 | Duração6 ou 8 s |
A linha do macro é a família de prompts por trás da prévia do Kling 3.0 4K, uma aproximação lenta no mecanismo de um relógio iluminado por uma lâmpada de joalheiro; o cartão 4K gera as mesmas durações e formatos do Kling 3.0 e é o que se usa na entrega final quando o cliente vai ver em tela grande. Para o unboxing, a galeria de Templates tem um prompt pronto de unboxing para começar. Deixe o produto parado no primeiro segundo, dê a cada clipe um movimento e gere no formato da imagem. A nossa página imagem para vídeo cobre o método geral, e a página do Kling tem mais prompts de produto.
Som e narração
O Kling 3.0 gera o som junto com a imagem, ligado por padrão, e para produtos isso significa o som da própria ação: o líquido caindo, o clique de um fecho, o raspar de uma tampa. Deixe ligado no movimento principal e no detalhe; isso faz o objeto parecer real. Desligue, o que baixa o custo por segundo, quando o clipe vai ficar por baixo de uma narração ou de uma música.
Para uma fala, o Veo 3.1 gera a voz, os lábios e o ambiente de uma vez: coloque as palavras entre aspas e diga onde a cena acontece. Para uma narração sobre qualquer clipe, o ElevenLabs v3 lê o seu roteiro e aceita tags de direção para ritmo e emoção; a nossa página de texto para fala tem roteiros de anúncio para começar. Para um efeito só, como uma tampa girando, o Sound Effects gera o som a partir de uma descrição. E quando um rosto real deve apresentar o produto, o Avatar falante anima um retrato com a sua fala gravada.
Remoção de fundo e fundos limpos
Marketplaces e redes de anúncio muitas vezes querem o produto num fundo liso, e alguns querem o fundo removido por completo. Dois caminhos. Gere o fundo limpo desde o início: uma imagem sobre branco ou sobre uma única superfície, animada no Kling 3.0 com som desligado, ou no Kling V3 Turbo, que não tem som, em 720p ou 1080p. Ou gere a tomada que você quer e tire o fundo depois: o modo Remover fundo do Editor passa o clipe pela Bria e devolve o produto sobre um fundo transparente, pronto para uma composição.
Duas coisas para saber antes de tirar o fundo de um clipe. Bordas finas como pelo, tela e vidro são onde qualquer remoção de fundo sofre, então um fundo gerado limpo é melhor que um fundo recortado. E aumentar a resolução vem por último: o modo Aumentar resolução do Editor leva um clipe pronto em 1080p a 4K com o Topaz, deixando mais nítido o que existe sem inventar detalhe, então um rascunho suave continua suave.
Cortes verticais para anúncios e marketplaces
Gere no formato em que vai postar em vez de recortar. O Kling 3.0, o Kling V3 Turbo, o Veo 3.1 e o Seedance 2.5 geram 9:16 direto para Reels, TikTok e anúncios verticais, e todos menos o Veo 3.1 geram 1:1 para posts no feed. Uma imagem 9:16 é o começo mais fácil: se a foto do produto for quadrada ou horizontal, o modo Redimensionar do Editor amplia a tela antes, para o modelo compor para o quadro alto.
A Amazon, as lojas Shopify e outros marketplaces de e-commerce publicam as próprias exigências de vídeo para anúncios, e elas mudam, então confira a especificação atual de duração, formato e se o fundo liso é obrigatório antes de enviar. Os clipes daqui saem como arquivos de vídeo comuns e entram em qualquer ferramenta de anúncio ou editor. Para o lado do vídeo curto, o nosso comparativo para Reels e TikTok cobre ganchos, som e legendas.
Seis produtos, seis clipes
Aqui está o caminho aplicado a seis categorias de produto, cada uma a partir de uma imagem, com o movimento, o modelo e o prompt para rodar. Troque os substantivos e mantenha a estrutura.
| Produto | Movimento | Modelo | Prompt |
|---|---|---|---|
| Tênis | MovimentoGirar | ModeloKling 3.0 | PromptO tênis gira devagar sobre um piso de estúdio molhado, os reflexos ficando nítidos enquanto ele vira, a costura em foco, um rangido suave de borracha |
| Perfume | MovimentoVarredura de luz | ModeloKling 3.0 | PromptUm único feixe de luz dura passa pelo frasco lapidado sobre mármore preto, reflexos de arco-íris se movendo na pedra, uma aproximação lenta, silêncio exceto por um zumbido leve |
| Skincare | MovimentoRespingo | ModeloKling 3.0 | PromptUma única gota de água cai ao lado do frasco e estoura em câmera lenta, pétalas tremendo, luz suave de janela pela manhã, o som do próprio respingo |
| Relógio | MovimentoAproximação macro | ModeloKling 3.0 4K para a entrega | PromptUma aproximação lenta no mostrador, o ponteiro dos segundos girando, luz rasante sobre o aro, poeira no feixe, o tique-taque audível |
| Pacote de café | MovimentoDespejar e vapor | ModeloSeedance 2.5 em 15 s, uma imagem da xícara cheia como quadro final | PromptGrãos caem do pacote aberto num moedor ao lado, vapor subindo de uma xícara atrás, o moedor começando, uma aproximação lenta em direção à xícara |
| Fone de ouvido | MovimentoFala | ModeloVeo 3.1 | PromptUm apresentador pega o fone da mesa, coloca na cabeça e diz “Tá, isso é outro nível”, luz suave de estúdio, câmera na mão |
Quatro dos seis são Kling, três no Kling 3.0 e o relógio no Kling 3.0 4K, porque quatro dos seis são objetos em movimento. O pacote de café vai no Seedance 2.5 porque a tomada pede 15 segundos e um quadro final na xícara, e o fone vai no Veo 3.1 porque alguém fala. Essa é a regra de decisão inteira.
Onde cada um não alcança
Planeje o caminho em volta destes limites antes de pagar por uma tomada longa.
- O Kling 3.0 gera no máximo 1080p e não termina numa segunda imagem: entregue em 4K no Kling 3.0 4K, e use o Seedance 2.5 quando o clipe precisa terminar num packshot.
- O Kling V3 Turbo não tem som por concepção, o que serve para um fundo de marketplace e não para um anúncio pronto.
- O Veo 3.1 para em 8 segundos, não gera 1:1 e chega no máximo a 1080p aqui, embora o Google liste 4K para ele; ele é para a fala, não para o giro.
- O Seedance 2.5 gera até 1080p, e uma tomada longa se perde quando o prompt pede mais de um movimento.
- O Nano Banana Pro edita imagens, não clipes. Corrija o quadro primeiro; ele não conserta o vídeo depois.
- A remoção de fundo sofre com bordas de pelo, tela e vidro; gere o fundo limpo quando puder.
- Nenhum modelo reproduz o logotipo ou o texto do seu produto perfeitamente em movimento toda vez. Confira o rótulo em cada geração antes de postar.
Os cartões de vídeo cobram por segundo, então faça o rascunho na duração mais curta e gere a duração final uma vez só; o preço inicial de cada modelo está no cartão dele.
Como fazer tudo no DreamClip, do começo ao fim
- Limpe ou crie a imagem no Nano Banana Pro, no formato que o clipe vai ter.
- Abra o Kling 3.0 com quadro inicial, envie a imagem e escreva o movimento principal: o que se move, como a câmera se move, como soa.
- Gere curto primeiro, 4 ou 5 segundos em 720p. Se errar, mude uma palavra e rode de novo; você não paga por um clipe de produto que falha.
- Gere a versão final na duração e no tamanho reais, depois as tomadas de detalhe e contexto do mesmo jeito, um movimento cada.
- Em dúvida sobre qual modelo combina com um movimento? Coloque o prompt em até quatro modelos no Comparar. Ele gera só a partir do texto, sem a sua imagem, em 16:9 na menor duração e no menor tamanho de cada modelo, então use como uma leitura barata do modelo e depois abra esse modelo no estúdio de vídeo com a sua imagem como quadro inicial.
- Coloque a narração pelo estúdio de voz ou uma fala no Veo 3.1, tire o fundo se o anúncio pedir e exporte os cortes 9:16 e 1:1.
O caminho inteiro roda numa conta só: a imagem, o clipe, a voz e o fundo limpo.
Perguntas
Dá para fazer um vídeo de produto com uma foto só?
Sim. Envie a foto como quadro inicial no Kling 3.0, descreva o movimento e não o produto, e gere qualquer duração de 3 a 15 segundos, horizontal, vertical ou quadrado, com som ligado por padrão. A mesma imagem alimenta o movimento principal, o detalhe e o contexto como três prompts separados.
Qual o melhor modelo de IA para vídeo de produto?
O Kling 3.0 para objetos em movimento: giros, despejos, unboxings e aproximações macro, com o Kling 3.0 4K para a entrega final. O Veo 3.1 quando alguém fala uma frase, e o Seedance 2.5 quando o clipe precisa chegar a 30 segundos ou terminar numa segunda imagem.
Preciso de uma foto de produto com qualidade de estúdio?
Não, mas precisa de uma foto limpa. O Nano Banana Pro edita a foto que você tem, colocando o produto numa superfície nova, tirando etiquetas ou endireitando um rótulo, e os modos Plano de fundo, Retocar, Redimensionar e Aumentar resolução do Editor cuidam das correções mecânicas antes de animar.
O vídeo de produto feito com IA pode ter som?
Sim. O Kling 3.0 gera o som da ação junto com a imagem, ligado por padrão. O Veo 3.1 gera uma fala com os lábios e o ambiente. Para uma narração, o ElevenLabs v3 lê um roteiro, e o Sound Effects gera um efeito a partir de uma descrição.
Quanto tempo deve ter um vídeo de produto?
Cinco a oito segundos para o movimento principal, três a cinco para um detalhe e até 15 para uma sequência como um unboxing. O Kling 3.0 cobre qualquer duração de 3 a 15 segundos, e o Seedance 2.5 vai até 30 numa tomada longa. Faça o rascunho curto e gere a duração final uma vez só.
Dá para tirar o fundo de um vídeo de produto feito com IA?
Sim. O modo Remover fundo do Editor passa o clipe pela Bria e devolve o produto sobre um fundo transparente. Um fundo gerado limpo, a partir de uma imagem sobre branco ou sobre uma única superfície, costuma recortar melhor que uma tomada cheia de coisas tratada depois.
Dá para fazer um vídeo de produto vertical para o TikTok e para marketplaces?
Sim. O Kling 3.0, o Kling V3 Turbo, o Veo 3.1 e o Seedance 2.5 geram 9:16 direto, e todos menos o Veo 3.1 geram 1:1. Comece com uma imagem nesse formato e confira a especificação atual do marketplace para duração e fundo antes de enviar.
Relacionados
- GuiaComo transformar foto em vídeo com IA: guia de imagem para vídeoComo funciona a IA de imagem para vídeo, quais fotos animam bem, como escrever um prompt de movimento e qual modelo abrir primeiro para produto, pessoa e paisagem.
- GuiaComo usar o Kling AI: Kling 3.0 de texto e imagem para vídeoComo usar o Kling AI no Kling 3.0: texto para vídeo, imagem para vídeo com a foto de um produto, Transferência de movimento, O3 Omni, 4K e prompts que dão certo.
- Guia de promptsPrompts e tutorial do Nano Banana Pro para imagens nítidas e legíveisPrompts do Nano Banana Pro para texto legível, packshots, edição de foto e um personagem em um conjunto, com doze exemplos e os tamanhos para escolher.
Fontes
- Kling AI, o site oficial, consultado em